基于灰色组合模型的粮食产量预测研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 论文的研究内容和框架组织 | 第15-18页 |
| 1.3.1 论文的研究内容 | 第16页 |
| 1.3.2 论文的研究框架 | 第16页 |
| 1.3.3 章节组织 | 第16-18页 |
| 第二章 基于灰色极限学习机组合模型的短期预测 | 第18-30页 |
| 2.1 灰色理论分析 | 第18-22页 |
| 2.1.1 灰色系统理论概念 | 第18页 |
| 2.1.2 数据的检验与处理 | 第18-19页 |
| 2.1.3 数据的预处理 | 第19页 |
| 2.1.4 GM(1,1)建模 | 第19-20页 |
| 2.1.5 GM(1,1)模型精度的检验 | 第20-22页 |
| 2.2 极限学习机(ELM)预测算法 | 第22-24页 |
| 2.3 灰色极限学习机组合预测算法 | 第24-26页 |
| 2.4 实验仿真 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于灰色ARIMA组合模型的短期预测 | 第30-42页 |
| 3.1 ARIMA模型分析 | 第30-35页 |
| 3.1.1 数据的平稳性检验 | 第31-32页 |
| 3.1.2 数据预处理 | 第32页 |
| 3.1.3 ARIMA模型的识别与定阶 | 第32-34页 |
| 3.1.4 模型参数估计 | 第34页 |
| 3.1.5 滚动预测 | 第34-35页 |
| 3.2 灰色ARIMA组合模型 | 第35-36页 |
| 3.2.1 组合模型预测原理 | 第35-36页 |
| 3.2.2 灰色ARIMA组合模型预测流程 | 第36页 |
| 3.3 实验仿真 | 第36-41页 |
| 3.4 结论 | 第41-42页 |
| 第四章 粮食产量的中长期预测 | 第42-56页 |
| 4.1 粮食产量影响因子关联度分析 | 第42-43页 |
| 4.2 多元线性回归理论分析 | 第43-47页 |
| 4.2.1 模型原理 | 第44页 |
| 4.2.2 参数估计 | 第44-45页 |
| 4.2.3 回归模型的假设检验 | 第45-46页 |
| 4.2.4 回归系数的假设检验与区间估计 | 第46页 |
| 4.2.5 利用回归模型进行预测 | 第46-47页 |
| 4.3 灰色组合多元回归动态模型 | 第47-48页 |
| 4.4 仿真分析 | 第48-54页 |
| 4.4.1 影响因子关联度计算 | 第48-52页 |
| 4.4.2 组合模型粮食产量预测仿真 | 第52-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63页 |
